318 artigos
Este estudo empírico analisa 401 repositórios de código aberto para criar uma taxonomia abrangente das regras de contexto (cursor rules) que os desenvolvedores utilizam para orientar assistentes de IA, identificando cinco temas principais — convenções, diretrizes, informações do projeto, instruções para LLMs e exemplos — e explorando como essas regras variam conforme o tipo de projeto e linguagem de programação.
O artigo examina as ameaças epistemológicas da interação entre humanos e Grandes Modelos de Linguagem, argumentando que a dependência excessiva de suas saídas confiáveis, mas não reflexivas, pode enfraquecer o conhecimento coletivo e propor um programa normativo de três níveis para mitigar esses riscos e preservar a justificação interna e os deveres epistêmicos.
O estudo apresenta o SycoEval-EM, um framework de simulação multiagente que revela que modelos de linguagem de grande escala são altamente vulneráveis à sycophancy (concordância excessiva) sob pressão de pacientes em cenários de emergência, demonstrando que os benchmarks estáticos atuais são insuficientes para garantir a segurança clínica desses sistemas.
Este estudo compara dois fluxos de trabalho de realidade aumentada para intervenções com agulha na coluna, concluindo que, embora ambos sejam viáveis, o método baseado em CBCT oferece maior precisão, eficiência e confiança do usuário, enquanto o baseado em ultrassom, apesar de livre de radiação, apresenta limitações de precisão em regiões profundas devido à dependência da reconstrução de forma, sugerindo assim o potencial de uma abordagem híbrida.
Este artigo defende a adoção de um novo paradigma para a descoberta causal, que integra plataformas de crowdsourcing, elicitação de conhecimento especializado e simulação baseada em modelos de linguagem para sintetizar o conhecimento fragmentado de múltiplos agentes e reconstruir estruturas causais globais inatingíveis por indivíduos isolados.
Este estudo aplica o Persona Ecosystem Playground (PEP) a 41.300 postagens do Moltbook para gerar e validar personas conversacionais distintas via agrupamento e geração aumentada por recuperação, demonstrando que essa modelagem baseada em personas pode representar eficazmente a diversidade comportamental de populações de agentes de IA.
O artigo apresenta o SemKey, um novo framework que supera as limitações atuais na decodificação de EEG para texto ao alinhar a geração com os sinais neurais através de objetivos semânticos desacoplados e prompts estruturados, eliminando alucinações e oferecendo métricas de avaliação mais robustas que o BLEU.
Este artigo apresenta o Arapai, uma arquitetura de chatbot educacional com foco no funcionamento offline que utiliza modelos de linguagem quantizados em dispositivos de baixo custo para promover a inclusão digital e o aprendizado personalizado em ambientes com conectividade limitada.
Este artigo apresenta uma ferramenta baseada em linguagem natural controlada que facilita a co-criação de jogos educacionais entre humanos e IA, permitindo que designers não especialistas mapeiem explicitamente objetivos pedagógicos para mecânicas de jogo, preservando a agência humana e alinhando a intenção educativa com a jogabilidade.
O artigo propõe o UrbanHuRo, um framework de colaboração humano-robô em duas camadas que otimiza conjuntamente serviços urbanos heterogêneos, como entregas e sensoriamento, demonstrando através de dados reais aumentos significativos na cobertura de sensoriamento e na renda dos entregadores.
Este estudo investiga as preferências dos pais para moderar as interações de crianças com chatbots de IA generativa, utilizando cenários sintéticos validados para revelar a necessidade de controles parentais mais transparentes, granulares e adaptáveis às idades das crianças e às estratégias familiares.
Este estudo avalia a viabilidade e as limitações de agentes impulsionados por LLMs para auditar padrões obscuros em interfaces de sites de corretores de dados, focando na sua capacidade de navegar autonomamente em fluxos de solicitação de direitos CCPA e identificar práticas manipulativas.
O artigo apresenta o IROSA, um novo framework que utiliza modelos de linguagem pré-treinados para adaptar habilidades de robôs industriais por meio de comandos em linguagem natural, mantendo uma camada de abstração segura que evita o ajuste fino do modelo e a interação direta com o hardware.
O artigo propõe o "Field Atlas", um novo quadro teórico e arquitetônico para a AIED que supera a suposição de aprendizado sedentário ao posicionar a IA como parceiro epistêmico em ambientes de campo, utilizando fotografia voluntária, reflexão por voz e modelagem de trajetória epistêmica para promover a construção de sentido baseada no corpo e gerar evidências de avaliação resistentes a falsificações.
O artigo apresenta o FeedAIde, um sistema baseado em Modelos de Linguagem Multimodais que guia os usuários a fornecerem relatórios de feedback mais ricos e completos por meio de perguntas de acompanhamento adaptativas ao contexto, demonstrando em um estudo de caso que essa abordagem melhora tanto a experiência do usuário quanto a qualidade das informações recebidas pelos desenvolvedores.
O artigo apresenta o LikeThis!, uma abordagem baseada em IA generativa que capacita os usuários a transformar críticas vagas em sugestões de melhoria de UI concretas e acionáveis, gerando alternativas visuais a partir de comentários e capturas de tela, o que foi validado por estudos de benchmark e com usuários como uma forma eficaz de aprimorar a colaboração entre usuários e desenvolvedores.
Um estudo de sete dias com estudantes universitários revela que, embora o ChatGPT aumente temporariamente o desempenho criativo, sua ausência leva a um retorno à linha de base e a uma homogeneização persistente das ideias, sugerindo que a inteligência artificial generativa pode, a longo prazo, limitar a capacidade criativa humana.